CN115861624B - 摄像头被遮挡的检测方法、装置、设备及存储介质 - Google Patents
摄像头被遮挡的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115861624B CN115861624B CN202310193744.9A CN202310193744A CN115861624B CN 115861624 B CN115861624 B CN 115861624B CN 202310193744 A CN202310193744 A CN 202310193744A CN 115861624 B CN115861624 B CN 115861624B
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- frame
- gray level
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供摄像头被遮挡的检测方法、装置、设备及存储介质,该方法包括:从摄像头拍摄的视频序列中抽取连续的两帧图像;对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域;基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。本发明可以准确地对摄像头是否被遮挡进行检测。
Description
技术领域
本发明涉及图像检测技术领域,尤其涉及摄像头被遮挡的检测方法、装置、设备及存储介质。
背景技术
摄像头具有视频摄像和静态图像捕捉等基本功能,是借由镜头采集图像后,由摄像头内的电路及控制组件对采集到的图像进行处理并转换成数字信号,并经过软件处理后进行图像还原。摄像头是监控设备、手机、电脑及智能设备中必不可少的元件。
当摄像头由于外界的物体或人为主观因素造成摄像头被遮挡,无法真实地拍摄到实际的场景,从而导致图像识别的准确度降低。
然而,目前的摄像头被遮挡的判断方法的适用场景较单一,对于安装在车辆上的前置摄像头来说,其获取的图像数据复杂多变,采用目前的被遮挡的判断方法的准确度较低,因此亟需一种高准确度的摄像仪被遮挡的判断方法。
发明内容
本发明实施例提供了一种摄像头被遮挡的检测方法、装置、设备及存储介质,以解决目前被遮挡的判断方法准确度较低的问题。
第一方面,本发明实施例提供了一种摄像头被遮挡的检测方法,包括:
从摄像头拍摄的视频序列中抽取连续的两帧图像;
对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;
对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域;
基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;
当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。
在一种可能的实现方式中,基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像,包括:
基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,当该不变区域为遮挡区域时,基于该不变区域在本帧图像中的面积占比,确定本帧图像是否为被遮挡图像。
在一种可能的实现方式中,
不变区域在本帧灰度图上的像素特征包括不变区域的灰度平均值、不变区域的灰度分布值或不变区域的灰度图进行锐化处理后的像素标准差中的至少一种;
基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,包括:
当本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和/或
当本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和/或
当不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域。
在一种可能的实现方式中,第三预设阈值为不变区域内的灰度极差除以2,灰度极差为不变区域内的灰度最大值与灰度最小值的差。
在一种可能的实现方式中,
对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域,包括:
对前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域,进行差分处理,并基于差分处理结果,确定像素相同的连通区域;
基于连通区域,将连通区域的最大内接多边形确定为不变区域。
在一种可能的实现方式中,对两帧图像分别进行灰度处理之前,还包括:
分别对两帧图像分别进行压缩处理,以对压缩处理后的两帧图像分别进行灰度处理。
在一种可能的实现方式中,第一预设阈值TH1为:
TH1=M×FR;
FR为摄像头的帧率,M为摄像头的连续遮挡时间。
第二方面,本发明实施例提供了一种摄像头被遮挡的检测装置,包括:
抽取图像模块 ,用于从摄像头拍摄的视频序列中抽取连续的两帧图像;
灰度处理模块,用于对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;
确定区域模块,用于对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域;
第一检测模块,用于基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;
第二检测模块,用于当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。
在一种可能的实现方式中,第一检测模块,用于基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,当该不变区域为遮挡区域时,基于该不变区域在本帧图像中的面积占比,确定本帧图像是否为被遮挡图像。
在一种可能的实现方式中,不变区域在本帧灰度图上的像素特征包括不变区域的灰度平均值、不变区域的灰度分布值或不变区域的灰度图进行锐化处理后的像素标准差中的至少一种;
第一检测模块,用于基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,包括:
当本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和/或
当本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和/或
当不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域。
在一种可能的实现方式中,第三预设阈值为不变区域内的灰度极差除以2,灰度极差为不变区域内的灰度最大值与灰度最小值的差。
在一种可能的实现方式中,确定区域模块,用于对前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域,进行差分处理,并基于差分处理结果,确定像素相同的连通区域;
基于连通区域,将连通区域的最大内接多边形确定为不变区域。
在一种可能的实现方式中,灰度处理模块,用于分别对两帧图像分别进行压缩处理,以对压缩处理后的两帧图像分别进行灰度处理。
在一种可能的实现方式中,第一预设阈值TH1为:
TH1=M×FR;
FR为摄像头的帧率,M为摄像头的连续遮挡时间。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种摄像头被遮挡的检测方法、装置、设备及存储介质,首先,从摄像头拍摄的视频序列中抽取连续的两帧图像,然后,对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图。接着,对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域。次之,基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像。最后,当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。
通过对抽取到的两帧图像进行对比,确定图像中的不变区域,从而只需对图像中不变区域内的像素特征进行分析,其它区域内的多余的、复杂的场景因素即可被过滤掉,在检测的过程中即可减少多余场景因素对检测结果的影响,提高了检测的准确度。此外,通过不变区域内的像素特征的分析结果,即可确定摄像头是否被遮挡,进而该检测方法可以应用在很多复杂的场景下,且可以准确地检测摄像头是否被遮挡。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的摄像头被遮挡的检测方法的实现流程图;
图2是本发明实施例提供的一种不变区域内的最大内接矩形的示意图;
图3是本发明实施例提供的一种摄像头被遮挡的检测方法的过程框图;
图4是本发明实施例提供的摄像头被遮挡的检测装置的结构示意图;
图5是本发明实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
正如背景技术中所描述的,目前的摄像头被遮挡的判断方法的适用场景较单一,多为固定在某一固定位置的摄像头,通过获取到的遮挡图像和未遮挡图像进行学习训练得到一个检测模型,使用该检测模型进行遮挡的判断。但是采用模型的方法进行判断,其准确性依赖于参与训练的图像。而对于安装在行驶的车辆上的摄像头装置而言,其行驶过程中会有很多复杂多变的图像,采用模型判断是否遮挡,则无法满足目前的检测需要。
为了解决现有技术问题,本发明实施例提供了一种摄像头被遮挡的检测方法、装置、设备及存储介质。本发明实施例可以是适用于基于本车车载摄像头对前方车辆或行人等物体进行检测的情况。本车可以是乘用车,也可以是商用车,对此不进行任何限定。下面首先对本发明实施例所提供的摄像头被遮挡的检测方法进行介绍。
参见图1,其示出了本发明实施例提供的摄像头被遮挡的检测方法的实现流程图,详述如下:
步骤S110、从摄像头拍摄的视频序列中抽取连续的两帧图像。
连续的两帧图像的抽取可基于在设定的时间间隔从摄像头实时回传的视频序列中抽取连续的两帧图像,分别为前帧图像和本帧图像。
本帧图像是指摄像头第N时刻采集的图像,前帧图像是指摄像头第N-1时刻采集的图像。具体的,第N时刻可以为当前时刻,也可以是某一时间段内的一个时刻。
该图像可以为彩色图像、灰度图像或二值图像,此处不做限定。
在一些实施例中,对视频序列中的连续两帧图像的抽取可以是持续进行的,或者是在设定的时间进行的,还可以是响应于摄像头的启动而触发的,对于车载摄像头也可以是当车辆行驶时进行抽取。
在一些实施例中,为了减少处理过程中占用的存储空间和提高处理速度,减少图像中的冗余信息,可对抽取到的两帧连续图像进行图像压缩。
如:抽取到的连续两帧图像的尺寸均为1920×1080,经过压缩处理后,将连续的两帧图像压缩成尺寸为640×320的图像。
步骤S120、对两帧图像分别进行灰度处理,得到灰度处理后的图像。
为了提高图像处理的运行速度,对两帧图像分别进行灰度处理后,分别得到前帧灰度图和本帧灰度图。
其中,灰度处理的方法有分量法、最大值法、平均值法以及加权平均法。具体采用哪种方法进行灰度处理,则需要根据实际应用场景确定。
步骤S130、对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域。
前帧灰度图是指对前帧图像进行灰度处理后得到的图像。具体的,前帧灰度图可以是直接对前帧图像进行灰度处理得到的图像,也可以是对前帧图像首先进行压缩处理后,对压缩处理后的图像进行灰度处理得到的图像。
本帧灰度图是指对本帧图像进行灰度处理后得到的图像。具体的,本帧灰度图可以是直接对本帧图像进行灰度处理得到的图像,也可以是对本帧图像首先进行压缩处理后,对压缩处理后的图像进行灰度处理得到的图像。
考虑到遮挡物在摄像头上是固定不动的,因此可以首先确定不变区域。
在一些实施例中,可以通过以下方法确定不变区域,具体为:
步骤S1310、对前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域,进行差分处理。
通过对前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域进行差分处理,即将前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域的对应像素值相减,从而即可削弱两张图像的相似部分,突出显示图像的变化部分。
根据摄像头安装的位置不同,会设定不同的感兴趣区域,因此可以根据实际使用场景对感兴趣区域进行限定。
如:摄像头为车载摄像头时,用于检测车辆前方或后方的车辆、行人等,当摄像头的天空中被遮挡时,可以认为对摄像头的功能影响微不足道,可将感兴趣区域设置为不包括天空。仍以上面的被压缩为640×320的图像为例进行说明,可将感兴趣区域的坐标设置为A(40,0),B(40, 640),C(320, 0),D(320,640)。
步骤S1320、基于差分处理结果,确定像素相同的连通区域。
根据差分处理的结果,寻找像素相同的连通区域。该连通区域一般为不规则的。
步骤S1330、基于连通区域,将连通区域的最大内接多边形确定为不变区域。
为了便于后续的处理,可在连通区域内寻找一规则的形状,如连通区域内的最大内接矩形,记录该矩形的左上角坐标及右下角左边。或者为连通区域内的最大内接三角形,记录该三角形的三个点的坐标。也可以为别的规则的形状,此处不做限定。
如图2所示,图中深灰色区域为连通区域,此处选择该连通区域内的最大内接矩形为不变区域,L为该不变区域的左上角的点,R为该不变区域的右下角的点。
通过步骤S1310-步骤S1330,即可确定不变区域。
在确定不变区域后,即可根据不变区域内的灰度图,对摄像头是否被遮挡进行检测。
步骤S140、基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像。
在一些实施例中,需要首先基于本帧灰度图上的不变区域的像素特征,确定该不变区域是否为遮挡区域。当确定该不变区域为遮挡区域时,则基于该不变区域在本帧图像中的面积占比,确定本帧图像是否为被遮挡图像。
在此实施例中,可以根据不变区域在本帧图像中的面积占比与预设占比阈值进行对比,当不变区域在本帧图像中的面积占比大于预设占比阈值时,则可以确定本帧图像为被遮挡图像。
摄像头在拍摄视频序列时,会受到环境区域的影响,如当摄像头的视野中的道路和天空等环境无目标时,即道路上无车辆、行人等,天空中无高架桥、红绿灯、指示牌等,可以基于灰度平均值排除环境中的较明亮的区域,还可以考虑采用灰度分布区间排除一些灰度分布复杂的区域。当环境长时间无较大差别时,可基于像素标准差排除这些变化不大的环境区域,从而可以最大程度的减少误判的可能性,提高检测的准确度。
其中,灰度平均值为不变区域内的灰度值累加和除以像素点的总数,灰度分布区间为不变区域内的灰度最大值与灰度最小值的差。
在此实施例中,不变区域的像素特征包括不变区域的灰度平均值、不变区域的灰度分布区间或不变区域的灰度图进行锐化处理后的像素标准差中的至少一种。可以根据实际应用场景选取其中的一种或多种像素特征作为检测条件。
具体的,可以通过当本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和/或当本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和/或当不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域。
此处的锐化处理可以为对不变区域进行拉普拉斯变化。
其中,第三预设阈值为不变区域内的灰度极差除以2,灰度极差为不变区域内的灰度最大值与灰度最小值的差。通过第三预设阈值的设置可以在复杂光环境,如白天、夜晚、隧道或逆光中获得良好的遮挡检测结果。
步骤S150、当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。
其中,第一预设阈值TH1为:TH1=M×FR;
FR为摄像头的帧率,M为摄像头的连续遮挡时间。
M的数值可以根据不同的使用场景进行设定,此处对M的数值不做限定。
此外,当确定摄像头被遮挡时,可以通过发出预警信息进行预警提醒。其中,预警信息的形式可以有很多种,如报警、发出红色报警灯等方式进行预警。
本发明提供的检测方法,首先,从摄像头拍摄的视频序列中抽取连续的两帧图像,然后,对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图。接着,对比前帧灰度图和本帧灰度图,以确定不变区域。次之,基于本帧灰度图上的不变区域的像素特征,确定本帧图像是否为被遮挡图像。最后,当连续检测到的被遮挡图像的帧数大于第一预设阈值时,则确定摄像头被遮挡。
通过对抽取到的两帧图像进行对比,确定图像中的不变区域,从而只需对图像中不变区域内的像素特征进行分析,其它区域内的多余的、复杂的场景因素即可被过滤掉,进而在检测的过程中可以减少多余场景因素对检测结果的影响,提高了检测的准确度,因此可以应用在很多复杂的场景下。
此外,通过进一步对不变区域的像素特征进行判断,确定该图像是否被遮挡;当确定该图像被遮挡后,则进一步通过检测被遮挡的图像的连续帧数最终确定摄像头是否被遮挡。
以下以一个具体的实施例介绍本发明提供的摄像头被遮挡的检测方法的应用。
如图3所示,本实施例中的摄像头为安装在车辆内的摄像头,当检测到车速大于0时,即可开始连续或在设定的时间间隔实时对回传的视频序列中的图像进行检测,详述如下:
首先,从摄像头拍摄的视频序列中抽取连续的两帧图像,分别为前帧图像和本帧图像。将前帧图像和本帧图像分别进行压缩,压缩成固定尺寸的图像。如前帧图像和本帧图像的尺寸均为1920×1080,则将其压缩为640×320。
接着,将压缩后的前帧图像和本帧图像分别进行灰度处理,处理后的图像分别为前帧灰度图和本帧灰度图。
次之,由于本实施例中的摄像头为车载摄像头,用于检测前方的车辆和行人等物体,因此感兴趣区域不包括天空。可将感兴趣区域的坐标设置为A(40,0),B(40, 640),C(320, 0),D(320,640)。将前帧灰度图在这四个坐标点围成的矩形区域与本帧灰度图在这四个坐标点围成的矩形区域做差分处理。基于差分处理的结果,将像素相同的连通区域的最大内接矩形确定为不变区域。
然后,计算本帧灰度图上的不变区域,即本帧灰度图上的矩形区域内的灰度平均值和灰度分布区间。当不变区域内的灰度平均值小于第三预设阈值时,即将如道路和天空中无目标时,图像中的比较明亮的区域排除掉。进一步的,且当本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,即进一步将灰度分布复杂的区域排除掉后,此外,还需要当路边绿化带等环境长时间无较大差别时,排除环境区域,可以对不变区域的灰度图进行拉普拉斯变换,计算变化后不变区域的像素标准差,当该区域的像素标准差小于第五预设阈值时,则确定该不变区域被遮挡。第三预设阈值可以在复杂光线环境下,如白天、夜晚、隧道或逆光中,获得很好的遮挡检测结果。
第三预设阈值TH3=(Graymax- Graymin)/2,Graymax为不变区域内的灰度最大值,Graymin为不变区域内的灰度最小值。
第四预设阈值可以根据使用场景设置,如可以设置为20。第五预设阈值也是可以根据使用场景设置,如可以设置为8。
通过依次排除一些干扰的环境因素的影响,如道路或天空等环境无目标时,采用灰度平均值对比较明亮的区域的排除,进一步采用灰度分布区间排除一些灰度分布复杂的区域,此外,当视野中的路标绿化带等环境长时间无较大差别时,可以对不变区域进行拉普拉斯变化求取图像的边缘的像素标准差,进而排除这些影响环境。从而可以更加准确地判断不变区域是否为遮挡。
当确定不变区域被遮挡后,还需要进一步地判断不变区域对本帧图像的影响,即通过计算本帧图像中不变区域的面积占本帧图像的面积的占比,进一步确认本帧图像是否被遮挡。当占比大于第二预设阈值时,则确认本帧图像被遮挡。此处的第二预设阈值也可以根据使用场景设置,如可以设置为1/3。
最后,为了增加遮挡检测的准确及稳定性,还需要记录被遮挡图像的连续帧数,当连续被遮挡图像的帧数大于第一预设阈值时,则确认该摄像头被遮挡。当确认摄像头被遮挡后,还可以发出预警信息进行预警提醒。
从而通过依次排除一些干扰的环境因素的影响,如道路或天空等环境无目标时,采用灰度平均值对比较明亮的区域的排除,进一步采用灰度分布区间排除一些灰度分布复杂的区域,此外,当视野中的路标绿化带等环境长时间无较大差别时,可以对不变区域进行拉普拉斯变化求取图像的边缘的像素标准差,进而排除这些影响环境,即可准确地对摄像头是否被遮挡进行准确地检测。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
基于上述实施例提供的摄像头被遮挡的检测方法,相应地,本发明还提供了应用于该摄像头被遮挡的检测方法的摄像头被遮挡的检测装置的具体实现方式。请参见以下实施例。
如图4所示,提供了一种摄像头被遮挡的检测装置400,该装置包括:
抽取图像模块410,用于从摄像头拍摄的视频序列中抽取连续的两帧图像;
灰度处理模块420,用于对两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;
确定区域模块430,用于对比前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域;
第一检测模块440,用于基于不变区域在本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;
第二检测模块450,用于当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定摄像头被遮挡。
在一种可能的实现方式中,第一检测模块440,用于基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,当该不变区域为遮挡区域时,基于该不变区域在本帧图像中的面积占比,确定本帧图像是否为被遮挡图像。
在一种可能的实现方式中,不变区域在本帧灰度图上的像素特征包括不变区域的灰度平均值、不变区域的灰度分布值或不变区域的灰度图进行锐化处理后的像素标准差中的至少一种;
第一检测模块440,用于基于不变区域在本帧灰度图上的像素特征,确定该不变区域是否为遮挡区域,包括:
当本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和/或
当本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和/或
当不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域。
在一种可能的实现方式中,第三预设阈值为不变区域内的灰度极差除以2,灰度极差为不变区域内的灰度最大值与灰度最小值的差。
在一种可能的实现方式中,确定区域模块430,用于对前帧灰度图的感兴趣区域和本帧灰度图的感兴趣区域,进行差分处理,并基于差分处理结果,确定像素相同的连通区域;
基于连通区域,将连通区域的最大内接多边形确定为不变区域。
在一种可能的实现方式中,灰度处理模块420,用于分别对两帧图像分别进行压缩处理,以对压缩处理后的两帧图像分别进行灰度处理。
在一种可能的实现方式中,第一预设阈值TH1为:
TH1=M×FR;
FR为摄像头的帧率,M为摄像头的连续遮挡时间。
图5是本发明实施例提供的电子设备的示意图。如图5所示,该实施例的电子设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个摄像头被遮挡的检测方法实施例中的步骤,例如图1所示的步骤110至步骤150。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块的功能,例如图4所示模块410至450的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述电子设备5中的执行过程。例如,所述计算机程序52可以被分割成图4所示的模块410至450。
所述电子设备5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是电子设备5的示例,并不构成对电子设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述电子设备5的内部存储单元,例如电子设备5的硬盘或内存。所述存储器51也可以是所述电子设备5的外部存储设备,例如所述电子设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述电子设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个摄像头被遮挡的检测方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种摄像头被遮挡的检测方法,其特征在于,包括:
从摄像头拍摄的视频序列中抽取连续的两帧图像;
对所述两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;
对比所述前帧灰度图和本帧灰度图,以确定既存在于所述前帧灰度图又存在于所述本帧灰度图中的不变区域;
基于所述不变区域在所述本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;其中,所述不变区域在所述本帧灰度图上的像素特征包括所述不变区域的灰度平均值、所述不变区域的灰度分布值和所述不变区域的灰度图进行锐化处理后的像素标准差;
当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定所述摄像头被遮挡;
其中,所述基于所述不变区域在所述本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像,包括:
当所述本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和
当所述本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和
当所述不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域;基于该不变区域在所述本帧图像中的面积占比,确定所述本帧图像是否为被遮挡图像。
2.如权利要求1所述的检测方法,其特征在于,所述第三预设阈值为所述不变区域内的灰度极差除以2,所述灰度极差为所述不变区域内的灰度最大值与灰度最小值的差。
3.如权利要求1所述的检测方法,其特征在于,所述对比所述前帧灰度图和本帧灰度图,以确定既存在于前帧灰度图又存在于本帧灰度图中的不变区域,包括:
对所述前帧灰度图的感兴趣区域和所述本帧灰度图的所述感兴趣区域,进行差分处理,并基于差分处理结果,确定像素相同的连通区域;
基于所述连通区域,将所述连通区域的最大内接多边形确定为所述不变区域。
4.如权利要求1所述的检测方法,其特征在于,所述对所述两帧图像分别进行灰度处理之前,还包括:
分别对所述两帧图像分别进行压缩处理,以对压缩处理后的两帧图像分别进行灰度处理。
5.如权利要求1所述的检测方法,其特征在于,所述第一预设阈值TH1为:
TH1=M×FR;
FR为所述摄像头的帧率,M为所述摄像头的连续遮挡时间。
6.一种摄像头被遮挡的检测装置,其特征在于,包括:
抽取图像模块 ,用于从摄像头拍摄的视频序列中抽取连续的两帧图像;
灰度处理模块,用于对所述两帧图像分别进行灰度处理,得到灰度处理后的图像,分别为前帧灰度图和本帧灰度图;
确定区域模块,用于对比所述前帧灰度图和所述本帧灰度图,以确定既存在于所述前帧灰度图又存在于所述本帧灰度图中的不变区域;
第一检测模块,用于基于所述不变区域在所述本帧灰度图上的像素特征,确定本帧图像是否为被遮挡图像;其中,所述不变区域在所述本帧灰度图上的像素特征包括所述不变区域的灰度平均值、所述不变区域的灰度分布值和所述不变区域的灰度图进行锐化处理后的像素标准差;
第二检测模块,用于当检测到的被遮挡图像的连续帧数大于第一预设阈值时,则确定所述摄像头被遮挡;
其中,第一检测模块,用于当所述本帧灰度图上的不变区域的灰度平均值小于第三预设阈值时,和当所述本帧灰度图上的不变区域的灰度分布区间小于第四预设阈值时,和当所述不变区域的灰度图进行锐化处理后的像素标准差小于第五预设阈值时,确定该不变区域为遮挡区域;基于该不变区域在所述本帧图像中的面积占比,确定所述本帧图像是否为被遮挡图像。
7.一种电子设备,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310193744.9A CN115861624B (zh) | 2023-03-03 | 2023-03-03 | 摄像头被遮挡的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310193744.9A CN115861624B (zh) | 2023-03-03 | 2023-03-03 | 摄像头被遮挡的检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115861624A CN115861624A (zh) | 2023-03-28 |
CN115861624B true CN115861624B (zh) | 2023-05-30 |
Family
ID=85659780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310193744.9A Active CN115861624B (zh) | 2023-03-03 | 2023-03-03 | 摄像头被遮挡的检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115861624B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332721A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
CN114841910A (zh) * | 2021-01-30 | 2022-08-02 | 华为技术有限公司 | 车载镜头遮挡识别方法及装置 |
CN115423764A (zh) * | 2022-08-29 | 2022-12-02 | 海纳云物联科技有限公司 | 一种检测摄像头被遮挡的方法、装置及计算机设备 |
CN115474038A (zh) * | 2022-09-13 | 2022-12-13 | 北京锐马视讯科技有限公司 | 摄像头遮挡检测方法、装置、电子设备及存储介质 |
CN115546256A (zh) * | 2022-11-04 | 2022-12-30 | 智道网联科技(北京)有限公司 | 图像处理方法、装置及电子设备、存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240235B (zh) * | 2014-08-26 | 2017-08-25 | 北京君正集成电路股份有限公司 | 一种检测摄像头被遮挡的方法及系统 |
CN113822223A (zh) * | 2021-10-12 | 2021-12-21 | 精英数智科技股份有限公司 | 一种用于检测摄像头被遮挡移动的方法及装置 |
-
2023
- 2023-03-03 CN CN202310193744.9A patent/CN115861624B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841910A (zh) * | 2021-01-30 | 2022-08-02 | 华为技术有限公司 | 车载镜头遮挡识别方法及装置 |
CN114332721A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
CN115423764A (zh) * | 2022-08-29 | 2022-12-02 | 海纳云物联科技有限公司 | 一种检测摄像头被遮挡的方法、装置及计算机设备 |
CN115474038A (zh) * | 2022-09-13 | 2022-12-13 | 北京锐马视讯科技有限公司 | 摄像头遮挡检测方法、装置、电子设备及存储介质 |
CN115546256A (zh) * | 2022-11-04 | 2022-12-30 | 智道网联科技(北京)有限公司 | 图像处理方法、装置及电子设备、存储介质 |
Non-Patent Citations (1)
Title |
---|
基于灰度相关的帧间差分和背景差分相融合的实时目标检测;王静静;林明秀;魏颖;;中南大学学报(自然科学版)(第S1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115861624A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528878B (zh) | 检测车道线的方法、装置、终端设备及可读存储介质 | |
Badr et al. | Automatic number plate recognition system | |
CN112163543A (zh) | 一种车辆违法占道的检测方法及系统 | |
US20150363668A1 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
US20180129883A1 (en) | Detection method and apparatus of a status of a parking lot and electronic equipment | |
CN107909007B (zh) | 车道线检测方法及装置 | |
CN111274942A (zh) | 一种基于级联网络的交通锥识别方法及装置 | |
CN107748882B (zh) | 一种车道线检测方法及装置 | |
CN111047908B (zh) | 跨线车辆的检测装置、方法及视频监控设备 | |
CN111627215A (zh) | 基于人工智能的视频图像识别方法及相关设备 | |
CN107844761B (zh) | 交通标志的检测方法及装置 | |
CN105976570A (zh) | 一种基于车载视频监控的驾驶员吸烟行为实时监测方法 | |
CN114332702A (zh) | 目标区域的检测方法和装置、存储介质及电子设备 | |
CN114170565A (zh) | 一种基于无人机航拍的图像对比方法、装置及终端设备 | |
CN115861624B (zh) | 摄像头被遮挡的检测方法、装置、设备及存储介质 | |
JPH07249128A (ja) | 車両用画像処理装置 | |
CN115965636A (zh) | 车辆侧面图的生成方法、装置及终端设备 | |
CN112950961B (zh) | 车流量统计方法、装置、设备和存储介质 | |
CN115115546A (zh) | 一种图像处理方法、系统、电子设备及可读存储介质 | |
CN114298987A (zh) | 一种反光条检测方法及装置 | |
CN112597924A (zh) | 电动自行车轨迹追踪方法、摄像机装置和服务器 | |
CN114170327A (zh) | 识别方法和电子设备 | |
CN116543378B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN117392634B (zh) | 车道线的获取方法、装置、存储介质及电子装置 | |
CN112906495B (zh) | 一种目标检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |